在非小细胞肺癌的治疗过程中，淋巴结转移状态是决定治疗方案的重要因素。为了辅助临床医生制定更精确PS-341体外的治疗方案，开发并验证了一种基于CT影像组学非小细胞肺癌淋巴结转移的预测模型。从TCIA数据库的NSCLCRadioCompound Cgenomics公共数据集中选取了134例符合试验要求的患者数据，然后从每例患者的CT影像数据中提取了1 648个特征，并用特征优化方法进行特征降维和选择，然后用朴素贝叶斯、线性判别分析、支持向量机和高斯过程5种机器学习方法建立预测模型，最后使用上海市胸科医院收集的44例患者数据进行外部验证。其中，最优淋brain pathologies巴结转移预测模型在训练集和测试集上准确率分别为0.802和0.795,AUC值分别为0.852和0.810。试验结果表明，所提出的预测模型分类性能良好，可以辅助医生更准确地评估淋巴结转移状态，从而制定出更精准的个性化治疗方案。